BAB IV ANALISIS DATA DAN PEMBAHASAN. pembahasan penemuan penelitian. Diawali dengan hasil statistik

Transkripsi

1 BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1. Uji Pedahuluan Bab ini bertujuan untuk mengemukakan hasil analisis data dan pembahasan penemuan penelitian. Diawali dengan hasil statistik deskriptif yang bertujuan untuk memahami profil responden yang digunakan dalam penelitian ini. Selanjutnya pengujian instrumen penelitian yang meliputi uji validitas dan uji realibilitas yang bertujuan untuk mengetahui ketepatan dan kecermatan alat ukur dalam melakukan fungsi ukurnya, serta mengukur sejauh mana kehdanalan atau konsistensi dari suatu instrumen penelitian. Hal ini dilakukan untuk menjamin kebenaran serta kualitas data penelitian yang diperoleh. Dengan demikian, pembahasan dalam bab ini difokuskan pada : analisis statisik deskriptif, analisis instrumen penelitian, analisis data penelitian, dan pembahasan Analisis Deskriptif Responden Analisi deskriptif dimaksudkan untuk mengetahui karakteristik dan tanggapan responden terhadap item-item pertanyaan dalam kuesioner. Analisis deskriptif dalam penelitian ini bertujuan untuk mengidentifikasi profil demografi responden yang menjadi sampel dalam penelitian serta mendeskripsikan karakteristik responden berdasarkan pada usia, jenis kelamin,pendidikan terakhir, pekerjaan, dan penghasilan Distribusi responden berdasarkan usia 1

2 2 Tabel IV.1 Deskripsi Responden Berdasarkan Usia Usia Frekuensi Presentase < % % ,5% % >50 5 2,5% Jumlah responden % Sumber: Data primer yang telah diolah, 2016 Berdasarkan usia, responden dalam penelitian ini didominasi oleh range usia tahun dengan jumlah 124 orang dengan presentase sebesar 62 %. Sedangkan yang memiliki jumlah paling sedikit berada pada range usia >50 tahun dengan jumlah 5 orang. Hal ini berarti responden dalam penelitian ini didominasi responden dengan usia produktif. Data frekuensi responden berdasarkan range umur dapat dilihat pada tabel IV Distribusi responden berdasarkan jenis kelamin Tabel IV.2 Deskripsi Responden Berdasarkan Jenis Kelamin

3 3 Jenis Kelamin Frekuensi Presentase Laki-laki 75 37,5% Perempuan ,5% Jumlah responden Sumber: Data primer yang telah diolah, % Berdasarkan jenis kelamin, responden dalam penelitian ini didominasi oleh wanita sebanyak 125 orang atau sebesar 62,5%, sedangkan responden laki-laki sebanyak 75 orang dengan presentase sebesar 37,5%. Hal ini berarti pada saat dilakukan penyebaran kuesioner, responden mayoritas berjenis kelamin wanita. Data frekuensi responden berdasarkan jenis kelamin dapat dilihat pada tabel IV Distribusi responden berdasarkan pendidikan terakhir Tabel IV.3 Deskripsi Responden Berdasarkan Pendidikan Terakhir Pendidikan Terakhir Frekuensi Presentase Diploma 29 14,5% Pasca Sarjana 4 2% Sarjana 60 30% SMA ,5% Jumlah responden % Sumber: Data primer yang telah diolah, 2016 Berdasarkan pendidikan terakhir, jumlah responden dalam penelitian ini didominasi pada tingkat pendidikan terakhir SMA sebanyak 107 orang atau sebesar 53,5%, sedangkan jumlah paling sedikit pada tingkat pendidikan terakhir pasca sarjana sebanyak 4 orang atau sebesar 2% dari keseluruhan responden. Data frekuensi

4 4 responden berdasarkan pendidikan terakhir dapat dilihat pada tabel IV Distribusi responden berdasarkan pekerjaan Tabel IV.4 Deskripsi Responden Berdasarkan Pekerjaan Pekerjaan Frekuens i Presentase Pegawai Swasta % Pelajar / Mahasiswa ,5% PNS 11 5,5% Wiraswasta 23 11,5% Lainnya 12 6% Jumlah responden % Sumber: Data primer yang telah diolah, 2016 Berdasarkan pekerjaan, jumlah responden dalam penelitian ini didominasi oleh pelajar / mahasiswa sebanyak 109 orang atau sebesar 54,5%, sedangkan sebagaian kecil adalah PNS sebanyak 11 orang atau sebesar 5,5% dari keseluruhan responden dalam penelitian ini. Hal ini berarti pada saat dilakukan penyebaran kuesioner, responden mayoritas adalah pelajar / mahasiswa. Data frekuensi responden berdasarkan jenis pekerjaan dapat dilihat pada tabel IV Distribusi responden berdasarkan penghasilan Tabel IV.5 Deskripsi Responden Berdasarkan Penghasilan

5 5 Penghasilan Frekuensi Presentase < Rp % Rp Rp % Rp Rp Rp Rp Rp Rp ,5% 33 16,5% 11 5,5% >Rp ,5% Jumlah responden % Sumber: Data primer yang telah diolah, 2016 Berdasarkan penghasilan, jumlah responden dalam penelitian ini didominasi oleh responden yang berpenghasilan Rp Rp per bulan yaitu sebanyak 65 orang atau sebesar 32,5%. Sedangkan jumlah terendah adalah responden yang memiliki penghasilan > Rp yaitu sebanyak 5 orang atau sebesar 2,5%. Hal ini berarti pada saat dilakukan penyebaran kuesioner, responden,mayoritas berpenghasilan Rp Rp per bulan. Data frekuensi responden berdasarkan jenis penghasilan dapat dilihat pada tabel IV Uji Validitas dan Realibilitas Uji Validitas

6 6 Uji validitas digunakan untuk mengukur apakah instrument penelitian benar-benar mampu mengukur konstruk yang digunakan. Untuk memperoleh validitas kuesioner, usaha dititik beratkan pada pencapaian validitas isi. Validitas tersebut menunjukkan sejauh mana perbedaan yang diperoleh dengan instrumen pengukuran merefleksikan perbedaan sesungguhnya pada responden yang diteliti. Untuk uji validitas digunakan alat uji Confirmatory Factor Analysis (CFA) dengan bantuan SPSS for windows versi Menurut Haair et. Al. (1998), factor loading lebih besar ± 0.40, jika factor loading suatu item pertanyaan mencapai 0.50 maka item tersebut sangat penting dalam menginterprestasikan konstruk yang diukurnya. Pedoman umum untuk analisis faktor adalah nilai lambda atau factor loading 0.40 (Ferdindan, 2005). Dalam penyusunan kuesioner penelitian ini, terlebih dahulu kuesioner diberikan kepada lima responden dengan tujuan untuk mengetahui apakah item pertanyaan dalam kuesioner tersebut dapat dipahami oleh responden dan kalimatnya jelas, apabila kelima responden tidak mengajukan pertanyaan atau tidak bingung mengenai item pertanyaan didalam kuesioner tersebut maka kuesioner sudah dapat disebar ke responden dengan jumlah yang lebih banyak atau sampel besar dan dapat dilanjutkan pada uji validitas.

7 7 Berdasarkan tabel IV 6 menunjukkan hasil rotated component matriks, hasil tersebut merupakan hasil dari pengujian data kuesioner yang didapatkan dan hasil telah terekstrak sempurna sehingga tidak perlu melakukan pengujian analisis faktor lagi dimana hasil menunjukkan semua item telah valid. Tabel IV.6 Hasil Uji Validitas Rotated Component Matrix a Component

8 kf1,760 kf2,831 kf3,772 kf4,611 sa1,818 sa2,753 sa3,605 sa4,718 pc1,832 pc2,802 pc3,838 tr1,807 tr2,643 tr3,769 pm1,825 pm2,689 pm3,646 ps1,784 ps2,834 ps3,762 kp1,760 kp2,720 kp3,738 npu1,820 npu2,747 npu3,801 Sumber : Lampiran Tabel IV.7 KMO dan Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,895 Bartlett's Test of Sphericity Approx. Chi- Square 2426,701 df 325

9 9 Sig.,000 Sumber : Lampiran 3 Dari hasil analisis diperoleh nilai Kaiser-Meyer-Olkin Measure of Sampling Adequancy pada kotak KMO dan Bartlett s Test adalah sebesar 0,895. Hasil ini memperlihatkan bahwa instrumen ini valid karena KMO telah melebihi daro 0,5. Nilai Bartlett s Test of Sphericity signifikan pada 0,000 sehingga dapat disimpulkan bahwa instrumen ini telah memenuhi syarat valid Uji Reliabilitas Uji reliabilitas dimaksudkan untuk mengetahui tingkat konsistensi terhadap instrumen-instrumen yang mengukur konsep. Reliabilitas suatu pengukuran mencerminkan apakah suatu pengukuran dapat terbebas dari kesalahan (error), sehingga memberikan hasil pengukuran yang konsistens pada kondisi yang berbeda dan pada masing-masing instrumen (Sekaran, 2003). Untuk mengukur realibilitas dari instrumen penelitian dilakukan dengan menggunakan Cronbach s Alpha dengan bantuan program computer SPSS for windows versi Klasifikasi nilai Cronbach s Alpha sebagai berikut : Nilai Cronbach s Alpha di kategorikan realibilitas baik. Nilai Cronbach s Alpha dikategorikan realibilitas diterima.

10 10 Nilai Cronbach s Alpha 0.60 dikategorikan realibilitas kurang baik. Dengan demikian, prosedur pengujian ini dapat memberikan jaminan bahwa datanya memenuhi kriteria kelayakan untuk dianalisis dengan menggunakan metode-metode statistik yang lain. Dari hasil pengujian reliabilitas variabel, dengan menggunakan bantuan SoftwareSPSS For Windows versi 17.0, didapatkan nilai Cronbach s Alpha dari masing-masing variabel pada sampel besar seperti yang ditunjukkan pada Tabel IV.8. Tabel IV.8 Hasil Uji Realibilitas Variabel Cronbach s Alpha Lingkungan Fisik a. Keindahan Fisik b. Suasana c. Pencahayaan d. Tata Ruang e. Perlengkapan Makan f. Pelayanan Staf Kepuasan Konsumen Niat Pembelian Ulang Sumber : Lampiran 4 Berdasarkan hasil pengujian realibilitas pada tabel IV.8 diperoleh hasil bahwa instrumen yang diteliti memiliki nilai Cronbach s Alpha 0.60, yang berarti instrumen yang diteliti untuk mengungkap variabel tersebut dinyatakan layak dijadikan instrumen dalam penelitian ini atau dikatakan reliabel (hdanal).

11 Uji Kecukupan Sampel dan Asumsi SEM Analisis Structural Equation Modelling (SEM) bertujuan untuk mengestimasi beberapa persamaan regresi terpisah, akan tetapi masing-masing memiliki hubungan simultan atau bersamaan. Dalam analisis ini dimungkinkan terdapat labih dari satu variabel dependen, dan variabel ini memungkinkan menjadi variabel independen bagi variabel dependen lainnya. Pada prinsipnya model struktural bertujuan untuk menguji hubungan sebab akibat antar variabel, sehingga jika salah satu variabel diubah akan terjadi perubahan pada variabel lain juga. Dalam studi ini, data diolah dengan menggunakan software khusus untuk analisis SEM yaitu Analysis of Moment Structure atau AMOS versi Ada beberapa asumsi yang harus dipenuhi sebelum melakukan pengujian dengan pendekatan Structural Equation Model, yaitu: Uji Kecukupan Sampel Besarnya ukuran sampel memiliki peran penting dalam interpretasi SEM. Ukuran sampel memberikan dasar untuk mengestimasi sampling error. Dengan model estimasi menggunakan Maximum Likerhood (ML) minimum diperlukan sampel 100. Ketika sampel dinaikkan di atas nilai 100, metode Maximum Likerhood meningkat sensitivitasnya untuk mendeteksi

12 12 perbedaan antar data. Jadi dapat dikrekomendasikan bahwa ukuran sampel antara 100 sampai 200 harus digunakan untuk metode estimasi Maximum Likerhood (Ghozali, 2008). Jumlah responden dalam penelitian ini direncanakan sebanyak 200 responden. Dari seluruh kuesioner yang telah terisi, 200 responden dapat digunakan dalam penelitian ini. Jumlah sampel ini memenuhi prosedur Maximum Likelihood Estimation yaitu penarikan sampel antara sampel (Ghozali, 2008) Uji Normalitas Syarat Asumsi selanjutnya yang dibahas dalam analisis multivariate adalah normalitas. Pengujian normalitas bertujuan untuk menguji apakah data kita normal secara mutivariate sebagai syarat asumsi yang harus dipenihi dengan Maximum Likerhood. Normalitas univariate dilihat dengan nilai critical ratio (c.r) pada skewness yaitu ± 2,58. Sedangkan normalitas multivariate dilihat pada assessment of normality baris bawah kanan yaitu nilai critical ratio (c.r) kurtosis dibawah 2,58 (Ghozali, 2008).

13 13 Tabel IV.9 Hasil Uji Normalitas Variable Min max skew c.r. kurtosis c.r. npu3 1,000 4,000 -,347-2,006 -,126 -,363 npu2 1,000 4,000 -,292-1,686 -,422-1,219 npu1 1,000 4,000 -,312-1,804,053,152 kp3 1,000 4,000 -,361-2,083,109,314 kp2 1,000 4,000 -,389-2,244,138,400 kp1 1,000 4,000 -,449-2,593 -,002 -,005 ps1 2,000 4,000 -,102 -,591 -,849-2,451 ps2 2,000 4,000 -,139 -,803 -,518-1,496 ps3 2,000 4,000 -,242-1,396 -,641-1,851 pm1 1,000 4,000 -,374-2,160 -,084 -,242 pm2 1,000 4,000 -,466-2,688 -,123 -,354 pm3 1,000 4,000 -,338-1,950 -,369-1,065 tr1 2,000 4,000 -,354-2,042 -,666-1,922 tr2 1,000 4,000 -,315-1,818 -,683-1,972 tr3 2,000 4,000 -,330-1,906 -,680-1,964 pc1 1,000 4,000 -,536-3,092 -,358-1,033 pc2 1,000 4,000 -,414-2,393 -,544-1,570 pc3 1,000 4,000 -,382-2,206 -,216 -,624 sa1 2,000 4,000 -,317-1,831 -,732-2,114 sa2 2,000 4,000 -,303-1,748 -,667-1,925 sa3 1,000 4,000 -,496-2,866 -,061 -,177 sa4 1,000 4,000 -,345-1,989 -,554-1,599

14 14 Variable Min max skew c.r. kurtosis c.r. kf1 2,000 4,000 -,089 -,511 -,395-1,142 kf2 1,000 4,000 -,531-3,067,635 1,832 kf3 2,000 4,000 -,224-1,296 -,636-1,835 kf4 1,000 4,000 -,369-2,132 -,158 -,456 Multivariate 36,302 6,727 Sumber : Lampiran 5 Berdasarkan hasil pengujian normalitas pada Tabel IV.9 menjelaskan bahwa secara univariate data dalam penelitian ini termasuk tidak normal yang ditunjukkan dengan terdapatnya lima nilai c.r. skewness melewati cut off ±2,58, sehingga dapat dikatakan secara univariate data terdistribusi tidak normal. Nilai yang tertera pada pojok kanan bawah menandakan bahwa secara multivariate, data dalam penelitian ini termasuk normal karena memiliki c.r kurtosis diatas 0,05 yaitu sebesar 6,727. Berarti data dalam penelitian ini secara multivariate terdistribusi normal. Dikarenakan data secara univariate terdistribusi tidak normal, maka akan dilakukan pengujian outlier untuk pembahasan selanjutnya. Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan interpretasi karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Namun demikian, teknik Maximum Likelihood Estimates (MLE) yang digunakan dalam penelitian ini tidak terlalu terpengaruh (robust) oleh penyimpangan multivariate normality (Ghozali,2008). Selain itu, data yang digunakan dalam penelitian ini adalah data

15 15 mentah dan merupakan data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna Uji Outlier Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi (Hair et al., 2010). Outlies dapat dievaluasi dengan nilai mahalanobis distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p <0,001. Dalam penelitian ini jumlah indikator variabel yang digunakan sebanyak 26 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis ditance yang lebih besar dari X² (26.0,001)= 54,05196 maka data observasi dikatakan mengalami masalah outlier. Atau secara univariate dapat dilihat dengan melihat nilai p1 dan p2, dengan ketentuan apabilia nilai probabilitas > 0,05 maka data observasi dikatakan tidak mengalami masalah outlier. Hasil pengujian outlier ditunjukkan pada Tabel IV.10. Tabel IV.10 Hasil Pengujian Outlier

16 16 Observation number Mahalanobis d-squared p1 p ,601,006, ,588,006, ,878,007, ,987,009, ,849,009, ,263,014, ,238,018, ,839,472, ,723,478, ,637,483,343 Hasil selengkapnya dapat dilihat pada Lampiran Sumber: Lampiran 5 Berdasarkan tabel di atas dapat diketahui tidak terdapat indikasi nilai observasi yang mengalami outlier dikarenakan memiliki nilai probabilitas < 0,05. Adapun syarat ketentuan nomor observasi dinyatakan mengalami outlier adalah apabila nomor observasi tersebut memiliki nilai probabilitas baik p1 dan p2 < 0,05, sedangkan apabila nomor observasi hanya memiliki salah satu saja dari probabilitasnya < 0,05 (probabilitas satunya > 0,05) maka indikasi outlier masih dapat diterima. Berdasarkan hasil pengujian pada tabel diatas diketahui semua nomor observasi tidak ada yang mengalami masalah outlier secara univariate (tidak memiliki nilai probabilitas p1 dan p2 dibawah 0,05). Selain itu, dapat dilihat bahwa tidak ada nilai Mahalanobis Distance diatas 54,05196, sehingga data observasi dikatakan tidak mengalami masalah outlier.

17 Penilaian Model Fit dan Analisis Mediasi Analisis mediasi digunakan untuk mengungkapkan pengaruh dari hubungan mediasi antara variabel pada penelitian ini. Analisis efek mediasi yang akan dibdaningkan pada penelitian ini antara lain full mediated model, partially mediated model dan direct effect only model, dimana variabel mediasi pada penelitian ini adalah kepuasan konsumen. Pertama, untuk mendukung analisis ini harus kita ketahui terlebih dahulu perbandingan antara direct effect only model, partially mediated model dan fully mediated model pada Tabel IV.11. Selanjutnya, membandingkan hasil dari ketiga model tersebut untuk dianalisis. Pada hasil analisis ketiga model tersebut dapat kita ketahui bahwa hanya satu model yang dengan tepat fit dengan data yaitu full mediated. Berdasarkan hasil pengujian dengan menggunakan program AMOS 22.0 diapat kita lihat hasil goodness of fit sebagai berikut: Explanation Tabel IV.11 Full Mediated Model Partially Mediated Model Direct Effec Model Variabel Dependen : Kepuasan Konsumen Lingkungan Fisik Kepuasan Konsumen 2,061*** (0,428) 2,037*** (0,431) -

18 18 Variabel Dependen : Niat Pembelian Ulang Lingkungan Fisik Niat Pembelian Ulang Kepuasan Konsumen Niat Pembelian Ulang - 0,733*** (0,089) 1,155** (0,449) 0,319 (0,153) 1,155** (0,449) 0,319 (0,153) Chi Square 305, , ,4 Probabilitas Chi Square (p) 0,252 0,353 0,35 Df CMIN/DF 1,054 1,029 1,02 Adjusted goodness of fit index (AGFI) 0,872 0,874 0,87 Goodness of Fit Index (GFI) 0,894 0,896 0,89 Comparative fit index (CFI) 0,993 0,996 0,99 Tucker-Lewis Index (TLI) 0,992 0,996 0,99 Normed Fit Index (NFI) 0,880 0,883 0,88 Root mean square error approximation (RMSEA) 0,017 0,012 0,12 Squared Multiple Correlations (SMC) untuk 0,719 0,675 - Kepuasan Konsumen Squared Multiple Correlations (SMC) untuk Niat Pembelian Ulang 0,527 0,554 0,55 Evaluasi Goodness-of-Fit Indices Keterangan : *p<0,5; **p<0,01, ***p<0,001. Sumber : Lampiran 5 Tabel diatas menunjukkan ringkasan hasil yang diperoleh dalam kajian dan nilai yang direkomendasikan untuk mengukur fitnya model. Sebagai syarat utama model MLE ( maximum likelihood estimate) adalah nilai chi-square harus fit ( nilai probabilitas>0,05). Dari hasil perbdaningan tiga model diatas keputusan yang diambil terhadap model yang memenuhi kriteria goodness of fit adalah full mediated model. Dalam pengukurannya terdapat beberapa jenis fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang

19 19 disajikan. Jenis-jenis fit index tersebut akan dijelaskan pada bagian berikut ini. Normed Chi-Square (CMIN/DF) adalah ukuran yang diperoleh dari niai chi-square dibagi dengan degree of freedom. Indeks inin merupakan indeks kesesuaian parsimonious yang mengukur hubungan goodness of fit model dan jumlah-jumlah koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian. Nilai yang direkomendasikan untuk menerima kesesuaian model adalah CMIN/DF 2,0 / 3,0 nilai CMIN/DF dalam model ini sebesar 1,054 menunjukkan model penelitian ini baik. Adjusted Goodness of fit Index (AGFI) merupakan pengembangan dari GFI yang telah disesuaikan dengan rasio dari degree of freedom model yang diajukan dengan degree of freedom dari null model (model konstruk tunggal dengan semua indikator pengukuran kostruk). Nilai yang direkomendasikan adalah AGFI 0,90. Model ini menunjukkan nilai AGFI sebesar 0,872 yang menunjukkan tingkat penerimaan yang hampir baik. GFI merupakan sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1 (fit). Indeks ini mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dengan residual kuadrat dari model yang diprediksi dibdaningkan data-data sebenarnya. Nilai yang mendekati 1 mengisyaratkan model yang diuji memiliki kesesuaia yang baik.

20 20 Nilai yang diharapkan adalah sama atau lebih besar dari 0,9. Dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang hampir baik dengan nilai GFI sebesar 0,894. Comparative Fit Index (CFI) merupakan indeks kesesuaian incremental yang membdaningkan model yang diuji dengan null model. Besaran indeks ini adalah dalam rentang 0 sampai dengan 1, dan nilai yang mendekati 1 mengindikasi model memiliki tingkat kesesuaian model yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model, Nilai penerimaan yang direkomendasikan adalah CFI 0,95. Dalam model penelitian ini nilai CFI sebesar 0,993 menunjukkan bahwa model ini memiliki kesesuaian yang baik. Trucker Lewis Index (TLI) merupakan indeks kesesuaian incremental yang membdaningkan model yang diuji dengan null model. Nilai penerimaan yang direkomendasikan adalah TLI 0,95. TLI merupakan indeks kesesuaian yang kurang dipengaruhi oleh ukuran sampel. Nilai TLI dalam penelitian ini sebesar 0,992 yang menunjukkan tingkat kesesuaian yang baik. Normed Fit Index (NFI) merupakan ukuran perbdaningan antara proposed model dan null model. Nilai NFI akan bervariasi dari 0 (no fit at all) sampai 1,0 (perfect fit). Nilai NFI

21 21 direkomendasikan 0,90. Hasil penelitian ini menunjukkan nilai NFI yang hampir memenuhi syarat yaitu 0,880. Root MeanSquare Error of Approximation (RMSEA) adalah indeks yang digunakan untuk mengukur fit model menggantikan chi-square statistic dalam jumlah sampel yang besar, Nilai RMSEA 0,08 menunjukkan indeks yang baik untuk menerima kesesuaian sebuah model. Nilai RMSEA model ini sebesar 0,017 menunjukkan tingkat kesesuaian yang baik. Berdasarkan keseluruhan pengukuran goodness-of-fit model penelitian setelah proses modifikasi tersebut diatas,mengindikasi bahwa model yang diajukan dalam penelitian ini dapat diterima dengan baik Uji Hipotesis Model Struktural Setelah kriteria goodness of fit model struktural yang diestimasi dapat terpenuhi, maka tahap selanjutnya adalah analisis terhadap hubungan-hubungan struktural model (pengujian hipotesis). Hubungan antar konstruk dalam hipotesis ditunjukkan oleh nilai Regression Weights. Tabel IV.12 berikut menunjukkan hipotesis dari model yang sudah dimodifikasi. Tabel IV.12 Regression Weights: (Group number 1 Default Model)

22 22 Hubungan Variabel Estimate S.E. C.R. P Kepuasan Konsumen <--- Lingkungan Fisik *** Niat Pembelian Ulang <--- Kepuasan Konsumen *** Sumber: Lampiran 5 Berdasarkan Tabel IV.12 dapat diketahui variabel-variabel yang terbukti berpengaruh secara signifikan dengan mempunyai nilai C.R lebih besar dari tabel t tabel yaitu 2.58 pada probabilitas p<0,01 dan pada probabilitas p<0,05 t tabel 1,96. Adapun hasil pengujian terhadap seluruh hipotesis yang diajukan dalam penelitian ini menunjukkan nilai probabilitas yang signifikan untuk seluruh hipotesis.

23 Full Mediated Fit Model Gambar IV.1 Model Fit Full Mediated 1,000 2,037(0,441) 2,061(0,428) 2,037(0,431) 1,570 (0,363) 1,555(0,356) 1,777(0,394) 1,414(0,331)

24 Pembahasan Hasil Uji Hipotesis Setelah menilai model secara keseluruhan dan meguji model hubungan struktural (tabel IV.11), tahap selanjutnya adalah pembahasan hasil penelitian sebagai berikut: 1. Hubungan antara Lingkungan Fisik dengan Kepuasan Konsumen Hipotesis ini bertujuan untuk menguji apakah lingkungan fisik yang meiliki dimensi (keindahan fasilitas, suasana, pencahayaan, tata ruang, perlengkapan makan dan pelyanan staf) berpengaruh pada kepuasan konsumen restoran Imperial Kitchen. Berdasarkan tabel IV.11 dapat dilihat bahwa variabel lingungan fisik terhadap kepuasan konsumen restoran Imperial Kitchen memiliki β=2,061; C.R. = 4,813; p = *** (siginifikan pada 0,001) yang berarti t tabel 1,96 karena p<0,05, maka dapat disimpulkan bahwa hipotesis 1 didukung (supported). Hal ini mengindikasikan bahwa saat konsumen yang merasa nyaman dengan lingkungan fisik dari restoran yang berupa keindahan fasilitas, suasana, pencahayaan, tata ruang, perlengkapan makan, pelayanan staf dari restoran Imperial Kitchen maka konsumen akan cenderung memiliki perasaan puas terhadap restoran Imperial Kitchen. Hasil diatas didukung oleh hasil tanggapan responden pada kuesioner terbuka, pada hasil tersebut dinyatakan bahwa penyajian

25 25 keindahan fasilitas, suasana, pencahayaan, tata ruang, perlengkapan makan dan pelayanan staf pada restoran Imperial Kitchen yang bagus sesuai dengan ekspektasi konsumen terhadap restoran Imperial Kitchen. Hal ini sesuai dengan pernyataan Ryu dan Jang (2008b) dimana keindahan fasilitas menjadi penyebab dari kepuasan konsumen dan niat perilaku di konteks restoran kelas atas. Suasana berefek siginifikan pada tingkat kesukaan konsumen menurut (Ryu dan Jang, 2007). Pencahayaan yang rendah memiliki efek yang positif oleh (Baron, 1990), pencahayaan rendah juga memberikan kenyamanan (Hopkinson, Petherbridge dan Longmore, 1966). Ryu dan Jang (2008b) menyatakan bahwa tata ruang merupakan faktor signifikan yang berhubungan dengan kesukaan konsumen di restoran kelas atas. Perlengkapan makan yang dimaksud meliputi piring kualitas tinggi, gelas dan linen yang dapat digunakan untuk mempengaruhi kualitas persepsi konsumen untuk tertarik dan senang (Ryu dan Jang, 2008). (Tombs dan McColl Kennedy, 2003) mengklaim bahwa pelayanan staf relatif memberikan efek kepada afeksi individu dan kognitif respon yang mengakibatkan mereka berniat untuk datang kembali ke restoran. Penelitian ini membuktikan bahwa lingkungan fisik berpengaruh posiif terhadap kepuasan menunjukkan hasil yang serupa dengan penelitian yang telah dilakukan sebelumnya oleh Ryu dan Han

26 26 (2007); Han dan Jang (2009) bahwa lingkungan fisik berpengaruh signifikan terhadap kepuasan konsumen. 2. Hubungan antara Kepuasan Konsumen dengan Niat Pembelian Ulang Hipotesis ini bertujuan untuk menguji apakah kepuasan kosnumen berpengaruh pada niat pembelian ulan konsumen restoran Imperial Kitchen. Berdasarkan tabel IV.11 dapat dilihat bahwa variabel kepuasan konsumen terhadap niat pembelian ulang restoran Imperial Kitchen memiliki nilai β = 0,733; C.R. = 8,243; p = *** (signifikan pada 0,001) yang berarti tabel 1,96 karena probabilitas p<0,01. Maka dapat disimpulkan bahwa hipotesis 2 didukung (supported). Hal ini mengindikasi bahwa semakin konsumen merasa puas dengan restoran Imperial Kitchen maka semakin tinggi pula niat konsumen untuk melakukan pembelian ulang di restoran Imperial Kitchen. Hasil diatas didukung oleh hasil tanggapan responden pada kuesioner terbuka, pada hasil tersebut dinyatakan bahwa pengalaman yang diciptakan dan suasana yang diciptakan sesuai dengan harapan konsumen restoran Imperial Kitchen. Hal ini sesuai dengan pernyataan Namkung dan Jang (2007) mengkonfirmasi bahwa ada hubungan positif antara kepuasan konsumen dan niat perilaku terhadap restoran kelas atas. Kim

27 27 (2009) juga menunjukkan bahwa kepuasan konsumen ada hubungan positif untuk melakukan niat pembelian ulang dan positif WOM. Hal ini sesuai dengan pernyataan Zeithaml et al (1996) dimana pelanggan yang puas cenderung lebih sering menggunakan layanan diaripada pelanggan yang tidak puas, pelanggan yang puas menunjukkan niat beli ulang yang lebih kuat dan merekomendasikannya kepada kenalan mereka (Zeithaml et al., 1996). Penelitian ini juga membuktikan bahwa kepuasan berpengaruh positif terhadap niat beli ulang menunjukkan hasil yang serupa dengan penelitian yang telah dilakukan sebelumnya oleh Adixion dan Saleh (2013) yang menyatakan kepuasan pelanggan sangat penting bagi perusahaan karena kepuasan pelanggan merupakan penggerak utama fenomena pasca pembelian seperti niat pembelian ulang.